文献

J-GLOBAL ID：202102230104906794   整理番号：21A0632383

DC2Anet:半教師付き学習に基づくCTスキャンデータからの腰椎MR画像の生成【JST・京大機械翻訳】

DC2Anet: Generating Lumbar Spine MR Images from CT Scan Data Based on Semi-Supervised Learning

著者 (10件)： Jin Cheng-Bin (School of Information and Communication Engineering, INHA University, Incheon 22212, Korea) ,  Kim Hakil (School of Information and Communication Engineering, INHA University, Incheon 22212, Korea) ,  Liu Mingjie (School of Information and Communication Engineering, INHA University, Incheon 22212, Korea) ,  Han In Ho (Department of Neurosurgery, Medical Research Institute, Pusan National University Hospital, Pusan 49241, Korea) ,  Lee Jae Il (Department of Neurosurgery, Medical Research Institute, Pusan National University Hospital, Pusan 49241, Korea) ,  Lee Jung Hwan (Department of Neurosurgery, Medical Research Institute, Pusan National University Hospital, Pusan 49241, Korea) ,  Joo Seongsu (Team Elysium Inc., Seoul 93525, Korea) ,  Park Eunsik (Team Elysium Inc., Seoul 93525, Korea) ,  Ahn Young Saem (Department of Computer Engineering, INHA University, Incheon 22212, Korea) ,  Cui Xuenan (School of Information and Communication Engineering, INHA University, Incheon 22212, Korea)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 9  号： 12  ページ： 2521  発行年： 2019年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 磁気共鳴映像法(MRI)は腰椎椎間板疾患の診断において重要な役割を果たす。しかし,MRIの使用は,その高コストと有意な操作と処理時間のために制限される。より重要なことに,MRIは,傷害の可能性のため, cltropまたは心臓ペースメーカーのある患者に対し禁忌である。対照的に,コンピュータ断層撮影(CT)スキャンは,はるかに安価であり,より速く,同じ限界に直面しない。本論文では,新しい目的関数を用いたCT画像に基づく腰椎MR画像と,半教師つき学習による二重サイクル整合敵対ネットワーク(DC 2 Anet)を推定する方法を提案した。目的関数は,定量的および定性的損失のバランスをとるための6つの独立した損失項を含み,現実的で正確な合成MR画像の生成を可能にする。また,DC 2 Anetは半教師つき学習が可能であり,ネットワークが教師つきまたは教師なしセットアップに対して十分に一般的である。実験結果は,この方式が正確で,参照MR画像を密接に近似するMR画像を構築することができ,一方,4つの他の最先端の方法より優れていることを証明した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 加工時間 ,  ネットワーク ,  目的関数 ,  *腰椎 ,  *NMRイメージング ,  *計算機トモグラフィー
準シソーラス用語： CT画像 ,  低価格 ,  *半教師つき学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 画像クロスモダリティ合成 ,  腰椎 ,  二重サイクル無矛盾敵対ネットワーク ,  半教師つき学習 ,  敵対的訓練

分類 (2件)： 運動器系の診断  (GG02000M) ,  スポーツ医学  (GC11000Y)

引用文献 (62件)：

• Krizhevsky, A.; Sutskever, I.; Hinton, G.E. Imagenet classification with deep convolutional neural networks. In Proceedings of the Advances in Neural Information Processing Systems, Lake Tahoe, USA, 3-8 December 2012; pp. 1097-1105.
• LeCun, Y.; Boser, B.; Denker, J.S.; Henderson, D.; Howard, R.E.; Hubbard, W.; Jackel, L.D. Backpropagation applied to handwritten zip code recognition. Neural Comput. 1989, 1, 541-551.
• Goodfellow, I.; Pouget-Abadie, J.; Mirza, M.; Xu, B.; Warde-Farley, D.; Ozair, S.; Courville, A.; Bengio, Y. Generative adversarial nets. In Proceedings of the Advances in Neural Information Processing Systems, Montreal, QC, Canada, 8-13 December 2014; pp. 2672-2680.
• Hsu, S.H.; Cao, Y.; Huang, K.; Feng, M.; Balter, J.M. Investigation of a method for generating synthetic CT models from MRI scans of the head and neck for radiation therapy. Phys. Med. Biol. 2013, 58, 8419.
• Zheng, W.; Kim, J.P.; Kadbi, M.; Movsas, B.; Chetty, I.J.; Glide-Hurst, C.K. Magnetic resonance-based automatic air segmentation for generation of synthetic computed tomography scans in the head region. Int. J. Radiat. Oncol. Biol. Phys. 2015, 93, 497-506.

タイトルに関連する用語 (4件)： 半教師付き学習 ,  CTスキャン ,  腰椎 ,  MR画像